广告

如何打造代差级AI CPU芯片

2024-04-30 阅读:
在即将到来的Robot Computer时代,我们一方面对芯片算力的需求呈指数级增长,另一方面却希冀芯片算力成本和算力功耗呈指数级下降。近段时间以来,国际主流芯片的AI算力主要通过“ARM CPU核+NPU核”模式实现,然而,ARM CPU核采取中心授权模式(即用户无法更改架构,必须遵循ARM的标准),且NPU核定制性强,无法适配所有AI场景,以致于“ARM CPU核+NPU核”模式提供AI算力的迭代速度,远远落后于AI算法模型快速演进的速度,最终影响AI模型研发和部署效果。

你可曾想过,现实世界里的水、电、煤、气、台风、暴雨,甚至用手指点击一下屏幕,在数字世界里,都可被拆解为由0和1组成的代码。现实世界每一个微小的改变,都将创造出一行新的代码。一行行代码如涓涓细流汇入江海一样,源源不断地涌入一颗颗芯片进行运算和处理。

 

 

在即将到来的Robot Computer时代,我们一方面对芯片算力的需求呈指数级增长,另一方面却希冀芯片算力成本和算力功耗呈指数级下降。近段时间以来,国际主流芯片的AI算力主要通过“ARM CPU核+NPU核”模式实现,然而,ARM CPU核采取中心授权模式(即用户无法更改架构,必须遵循ARM的标准),且NPU核定制性强,无法适配所有AI场景,以致于“ARM CPU核+NPU核”模式提供AI算力的迭代速度,远远落后于AI算法模型快速演进的速度,最终影响AI模型研发和部署效果。

 

面对日益突显的矛盾,以更加开放包容的理念开展全球合作,正在逐步被更多人接受与认可。2010年RISC-V初代指令集诞生,凭借兼具精简架构的开源模式,迅速汇聚全球智慧。形成后发优势。十二年后,致立于“以RISC-V架构数智未来”,面向社会提供下一代的CPU算力,服务好新质生产力的进迭时空科技有限公司(以下简称“进迭时空”)于杭州成立。

 

“在同等微架构下,RISC-V CPU芯片相较ARM CPU芯片,可以做出代差级优势。”——陈志坚 进迭时空创始人、CEO

 

4月29日,在“创芯·生生不息——进迭时空2024年度产品发布会”上,进迭时空创始人、CEO,陈志坚博士发布了全球首颗 8核 RISC-V AI CPU——SpacemiT Key Stone™ K1(简称K1),用一项项实测数据证明:在满足AI算法模型快速迭代和部署方面,同等微架构的RISC-V架构领先ARM架构至少1.5代。

 

 

以进迭时空的首颗自研AI CPU芯片 K1为例, K1单核算力和总算力为同类ARM A55芯片(ARM主流芯片)的130%以上,可大幅降低算力成本;在典型应用下,K1功耗约为ARM A55芯片的60%-80%,让每一颗晶体管都服务于算力;K1可运行从AlexNet到Llama-2-7b的所有AI算法,实现与所有主流AI生态的快速对接,保证全部AI模型一次部署成功... ...

“进迭时空成立之初就一直坚信,RISC-V可以进入高端CPU市场,未来的芯片属于RISC-V.而在中国,一定会诞生若干家世界一流的RISC-V计算生态企业,并实现中国芯片算力对全球的输出”。提到进迭时空如何在909天内完成K1芯片“研发-流片-量产-应用”全生命周期的故事时,陈志坚眼神坚毅,情绪略显激动。

 

 

命为志存。2023年12月11日晚,随着嵌有 K1芯片电路板上的小灯泡被逐一点亮,这支团队创造了历史:全球首颗 8核 RISC-V AI CPU一次流片成功,并仅用6小时就将全部功能调通。由于芯片从研发到封装、流片,每个环节都极具风险和挑战,如Intel 和ARM这样的成熟芯片企业,即使一次流片成功,芯片全部功能调通平均时长基本在一周左右,而进迭时空的 K1仅用了业界1/28的时长就完成了。

思想要不断进化迭代,产品和技术要能穿越时空。——每一位加入进迭时空的员工都发自内心的认同这一理念,为时代创新的使命感驱动着这支超160人的团队不断向着更高的目标迈进。

 

 

据悉,进迭时空在这场年度产品发布会上不仅发布了自研SpacemiT Power Stone™ P1电源芯片,还发布了搭载K1芯片的SpacemiT Muse™ Book、SpacemiT Muse™ Shelf和SpacemiT Muse™ Box等生态产品。陈志坚在发布会上透露,SpacemiT Muse™ 系列生态产品将于近期开启预售,为全球RISC-V生态建设提供最便捷的软硬件产品支持。

值得注意的是,在发布会上,陈志坚在SpacemiT Muse™ Book上展示了K1芯片的AI能力。用户可以通过公开的大模型Chat中获得相关代码,在少量甚至无需修改代码的情况下,就可以在SpacemiT Muse™ Book上实现高效的部署。据了解,进迭时空自研的K1芯片,将AI融合算力的通用性和开放性发挥到极致,便捷的连接到开放生态,进而可以降低用户使用芯片AI算力的门槛。

 

 

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
相关推荐
    广告
    近期热点
    广告
    广告
    可能感兴趣的话题
    广告
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了